我爱电子书-《大数据管理概论》| pdf + epub + mobi + awz3, 高清版, 带目录，Kindle版, 多看精排版下载

注重体验与质量的电子书资源下载网站

分类于: 计算机基础互联网云计算&大数据人工智能

简介

大数据管理概论豆 0.0分

资源最后更新于 2020-03-29 02:33:16

作者：孟小峰

出版社：出版社机械工业出版社

出版日期：2017-03

文件格式： pdf

标签：互联网计算机管理大数据

简介· · · · · ·

本书涵盖大数据管理的理论、方法、技术等诸多方面，集成了大数据融合、存储、分析、隐私和系统等方面的工作。本书共分7章：第1章描述大数据的概念、演变过程和处理模式；第2章提出大数据融合的概念，分析大数据融合的独特性和任务，给出大数据融合的方法论；第3章介绍大数据存储与管理方法；第4章描述大数据分析技术，包括实时分析、交互分析、智能分析等；第5章讲述大数据涉及的隐私问题，主要介绍不同领域中的隐私保护问题及其隐私保护技术；第6章介绍大数据管理系统，并分析其体系结构；第7章是基于大数据的交叉学科研究，介绍在线用户行为演化的相关研究。本书适合对大数据管理领域有兴趣的学生、研究人员和相关从业人员阅读参考。孟小峰，1964生，博士，中国人民大学信息学院教授，博士生导师，信息学院副院长。现为中国计算机学会会士（2013）、中国计算机学会常务理事（2011-）、数据库专委会秘书长（1999-），《Journal of Computer Science and Technology》、《Frontiers of Computer Science in China》、《软件学报》、《计算机研究与发展》等编委。在国内外杂志及会议发表论文200多篇，出版学术专著《Moving Objects Management: Models, Techniques, and Applications》(Springer)、网络与移动数据管理三部曲（《XML数据管理：概念与技术》、《移动数据管理：概念与技术》、《Web数据管理：概念与技术》，清华大学出版社）等。获国家发明专利授权12项。近期主要研究领域为互联络与移动数据管理，包括Web数据集成、XML数据库系统、云数据管理、移动对象管理、面向新型存储器的数据库系统、隐私保护、社会计算等。

直接下载

简介

大数据管理概论 豆 0.0分

简介· · · · · ·

目录

丛书前言

前言

作者简介

第1章 概述

1.1 大数据的基本概念

1.2 大数据的演变过程

1.3 大数据应用

1.4 大数据的处理模式

1.4.1 批处理

1.4.2 流处理

1.5 大数据管理的关键技术

1.5.1 大数据融合

1.5.2 大数据分析

1.5.3 大数据隐私

1.5.4 大数据能耗

1.5.5 大数据处理与硬件的协同

1.6 小结

第2章 大数据融合

2.1 引言

2.2 大数据融合的概念

2.2.1 大数据融合需求的独特性

2.2.2 大数据融合对象的独特性

2.3 大数据融合的方法论

2.3.1 数据库视角下的融合

2.3.2 认知计算和人工智能视角下的融合

2.3.3 两种融合方式的对比分析

2.3.4 大数据融合范式

2.4 数据融合技术

2.4.1 模式/本体对齐

2.4.2 实体链接

2.4.3 冲突解决

2.4.4 知识库自适应发展

2.5 知识融合技术

2.5.1 知识抽象与建模

2.5.2 关系推演

2.5.3 深度知识发现

2.5.4 普适机理的剖析和归纳

2.6 大数据融合的驱动枢纽

2.6.1 智能晶格

2.6.2 迁移学习

2.6.3 数据溯源

2.6.4 D&2V处理

2.7 小结

第3章 大数据存储

3.1 引言

3.2 大数据存储与管理方法

3.2.1 基于PCM的主存架构

3.2.2 基于闪存的主存扩展架构

3.2.3 基于多存储介质的分层存储架构

3.2.4 分布式存储与缓存架构

3.3 基于新型存储的大数据管理

3.3.1 存储管理

3.3.2 索引管理

3.3.3 查询处理

3.3.4 事务处理

3.3.5 大数据分析

3.4 大数据处理与存储一体化技术

3.4.1 一体化架构中的大数据存储

3.4.2 一体化架构中的大数据处理

3.4.3 一体化架构面临的挑战

3.5 小结

第4章 大数据分析

4.1 引言

4.1.1 传统的数据分析技术

4.1.2 大数据的分析技术

4.2 大数据的实时分析

4.2.1 实时分析的背景和概念

4.2.2 实时分析技术

4.3 大数据的交互式分析

4.3.1 交互式分析的背景和概念

4.3.2 交互式分析技术

4.4 云在线聚集

4.4.1 云在线聚集技术的背景和概念

4.4.2 云在线聚集的关键技术

4.5 大数据的智能分析

4.5.1 大数据分析中的计算智能

大数据管理概论豆 0.0分

第1章　概述

1.1　大数据的基本概念

1.2　大数据的演变过程

1.3　大数据应用

1.4　大数据的处理模式

1.4.1　批处理

1.4.2　流处理

1.5　大数据管理的关键技术

1.5.1　大数据融合

1.5.2　大数据分析

1.5.3　大数据隐私

1.5.4　大数据能耗

1.5.5　大数据处理与硬件的协同

1.6　小结

第2章　大数据融合

2.1　引言

2.2　大数据融合的概念

2.2.1　大数据融合需求的独特性

2.2.2　大数据融合对象的独特性

2.3　大数据融合的方法论

2.3.1　数据库视角下的融合

2.3.2　认知计算和人工智能视角下的融合

2.3.3　两种融合方式的对比分析

2.3.4　大数据融合范式

2.4　数据融合技术

2.4.1　模式/本体对齐

2.4.2　实体链接

2.4.3　冲突解决

2.4.4　知识库自适应发展

2.5　知识融合技术

2.5.1　知识抽象与建模

2.5.2　关系推演

2.5.3　深度知识发现

2.5.4　普适机理的剖析和归纳

2.6　大数据融合的驱动枢纽

2.6.1　智能晶格

2.6.2　迁移学习

2.6.3　数据溯源

2.6.4　D&2V处理

2.7　小结

第3章　大数据存储

3.1　引言

3.2　大数据存储与管理方法

3.2.1　基于PCM的主存架构

3.2.2　基于闪存的主存扩展架构

3.2.3　基于多存储介质的分层存储架构

3.2.4　分布式存储与缓存架构

3.3　基于新型存储的大数据管理

3.3.1　存储管理

3.3.2　索引管理

3.3.3　查询处理

3.3.4　事务处理

3.3.5　大数据分析

3.4　大数据处理与存储一体化技术

3.4.1　一体化架构中的大数据存储

3.4.2　一体化架构中的大数据处理

3.4.3　一体化架构面临的挑战

3.5　小结

第4章　大数据分析

4.1　引言

4.1.1　传统的数据分析技术

4.1.2　大数据的分析技术

4.2　大数据的实时分析

4.2.1　实时分析的背景和概念

4.2.2　实时分析技术

4.3　大数据的交互式分析

4.3.1　交互式分析的背景和概念

4.3.2　交互式分析技术

4.4　云在线聚集

4.4.1　云在线聚集技术的背景和概念

4.4.2　云在线聚集的关键技术

4.5　大数据的智能分析

4.5.1　大数据分析中的计算智能

4.5.2　智能分析的主要技术

4.6　小结

第5章　大数据隐私

5.1　引言

5.1.1　大数据的类型

5.1.2　隐私特征与类别